WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 14 | 15 || 17 | 18 |   ...   | 42 |

Теоретический анализ и численное моделирование данной модели позволяют сделать следующие выводы. Доначисления зависят от дохода налогоплательщика и вероятности налоговых проверок так же, как и Российская экономика: взгляд молодых исследователей уклонение от налогов: с ростом дохода доначисления растут, а с увеличением вероятности налоговой проверки доначисления снижаются. Однако при этом чем выше вероятность столкнуться с коррупцией, тем уклонение, а соответственно и доначисления слабее зависят от вероятности налоговых проверок. Также увеличение коррупции ведет к тому, что доначисления слабее зависят от дохода. Зависимость доначислений от вероятности встретить коррумпированного налогового аудитора оказывается отрицательной, т.е. чем чаще наблюдается столкновение с коррупцией, тем ниже доначисления налогов в бюджет. В результате более высокий уровень коррупции приводит к снижению доначислений.

Зависимость доначислений от ставки величины, включающей доначисления и взятку, оказывается различной для разных значений этой ставки. Когда значения ставки величины, включающей доначисления и взятку, невысоки, то доначисления растут с ростом ставки. Но при достаточно высоких значениях ставки величины, включающей доначисления и взятку, ее увеличение приводит к снижению доначислений.

2. 2. Моделирование зависимости доначислений по налогу на прибыль организаций от факторов, характеризующих уклонение от налогов, и возможности коррупции Для анализа в настоящей работе используются данные налоговой отчетности по налогу на прибыль организаций за 2004–2007 гг.: агрегированные данные по регионам России. Рассматриваются только выездные налоговые проверки, исследуются доначисления по налогу на прибыль организаций. Для описания уровня коррупции в регионах, а именно, вероятности столкнуться с коррумпированным аудитором, используется индекс коррупции, построенный фондом ИНДЕМ в рамках проекта по исследованию коррупции в регионах России, проводимого в 2002 г.1.

Предполагается проверка следующих гипотез. Во-первых, доначисления по налогу на прибыль, приходящиеся на одну организацию в регионе, отрицательно зависят от вероятности налоговой проверки, положительно зависят от размера среднего дохода организации и отрицательно зависят от уровня коррупции в регионе, а также зависят от переменных, характеризующих структуру экономики в регионе. Во-вторых, в регионах, где уровень коррупции более высокий, доначисления на одну проверку слабее зависят (в смысле меньших коэффициентов) от вероятности налоговой проверки и средней прибыли организации.

См. на сайтах: www.indem.ru; http://www.anti-corr.ru/rating_regions/index.htm Раздел 2. Государственные финансы, налоги и бюджет В качестве объясняемой переменной используется величина, равная отношению дополнительно начисленных налогов к количеству проведенных выездных проверок (далее – доначисления на одну проверку). В качестве переменной, характеризующей средний уровень дохода организации в регионе, используется величина, равная отношению налоговой базы к количеству организаций в регионе (далее – средняя прибыль организации). Для измерения вероятности налоговой проверки в регионе берется частота налоговых проверок, которая определяется как отношение числа проведенных выездных проверок к числу организаций в регионе.

Как следует из модели, с увеличением вероятности встретить коррумпированного налогового аудитора доначисления отражают все меньшую часть уклонения от налогов. Поэтому если мы считаем, что уклонение от налогов описывается следующим уравнением:

E = a + a1P + a Y + e, (2) 0 где E – уклонение от налогов, P – вероятность проверки, Y – доход налогоплательщика, то доначисления:

DON =(k)E=0(k)+1(k)P+2(k)Y+µ. (3) При этом коэффициент пропорциональности j (k) тем меньше, чем выше вероятность столкнуться с коррумпированным аудитором k, т.е.

коэффициенты при вероятности налоговой проверки и доходе зависят от уровня коррупции, причем уменьшаются с увеличением уровня коррупции.

Для проверки высказанных гипотез оценивается следующее уравнение регрессии:

DN _ PRi = a + a (1- Di )PROBi + a3Di PROBi + 0, (4) r + a (1- Di )PRIB _ ORGi + a Di PRIB _ ORGi + Ii + Xib + ei где i – индекс региона, дополнительно начисленные налоги по результатам выездных проверок, тыс.руб.

, DN _ PR = количество выездных проверок в регионе Российская экономика: взгляд молодых исследователей количество проведенных выездных проверок, PROB = частота проверок = количество организаций в регионе налоговая база, млн.руб.

, PRIB _ ORG = количество организаций в регионе I - индекс коррупции регионов ;

X - переменные, характеризующие структуру экономики региона.

Дамми-переменная D на коэффициенты при PROB и PRIB_ORG устроена следующим образом: если значение соответствующего индекса коррупции меньше среднего значения (т. е. коррупция низкая), то дамми равна 0, если значение индекса выше среднего (т.е. коррупция высокая), то дамми равна 1.

0, I < I, т.е. коррупция низкая (5) D = 1, I I, т.е. коррупция высокая Перейдем к проверке гипотез. Оценка уравнения (4) по данным за 2004–2007 гг. дает следующие результаты.

Согласно полученной оценке, доначисления на одну проверку отрицательно зависят от вероятности налоговой проверки, уровня коррупции, доли оборота малых предприятий и положительно зависят от средней прибыли организации и доли сельского хозяйства в ВРП. При этом коэффициент при переменной (1-D)(частота налоговых проверок), которая характеризует чувствительность уклонения к вероятности проверки в тех регионах, где значения индекса коррупции ниже среднего показателя, получается значимым и больше по модулю, чем коэффициент при переменной D*(частота налоговых проверок), отвечающей за регионы с высоким уровнем коррупции, который для 2006 и 2007 гг. оказывается еще и незначимым. Для зависимости от средней прибыли организации получается, что переменная (1-D) (средняя прибыль одной организации) оказывается значимой, а переменная D*(средняя прибыль одной организации) получается значимой только для 2007 г. Коэффициент при переменной (1-D) (средняя прибыль одной организации), описывающей уровень дохода в регионах, где коррупция низка, получается большим по модулю, чем коэффициент при переменной D*(средняя Раздел 2. Государственные финансы, налоги и бюджет прибыль одной организации), которая характеризует доход в регионах, где уровень коррупции выше среднего. Такой результат согласуется с указанной гипотезой о том, что в регионах, где уровень коррупции ниже, доначисления сильнее зависят от вероятности налоговой проверки и размеров прибыли.

Таблица Оценка модели для доначислений с включением угловых дамми-переменных и с учетом переменных структуры экономики на cross-section данных, OLS Variable 2004 2005 2006 (1-D)* (частота налоговых -127.79** -254.79** -179.71** -690.38** проверок) (0.00) (0.00) (0.01) (0.03) D*(частота налоговых -65.13** -131.96** -52.92 101.проверок) (0.01) (0.00) (0.36) (0.75) (1-D)*(средняя прибыль 562.48* 190.05* 279.86* 519.10* одной организации) (0.06) (0.08) (0.09) (0.06) D*(средняя прибыль одной -58.44 22.73 -25.15 213.01* организации) (0.53) (0.82) (0.73) (0.09) Индекс коррупции -158.39* -358.70** -188.02* -476.43* (0.08) (0.01) (0.08) (0.08) Доля с/х - -22.01** - -47.87** (0.04) (0.01) Доля оборота малых пред- - - 268.72* - приятий в ВРП (0.06) Константа 799.76** 1642.51** 642.91** 1671.77** (0.00) (0.00) (0.01) (0.01) R2 0.59 0.68 0.52 0.R2 - adjusted 0.51 0.62 0.42 0.* – 10%-ный уровень значимости; ** – 5%-ный уровень значимости.

Российская экономика: взгляд молодых исследователей 3. Оценка потенциала регионов России по сбору налога на прибыль с использованием метода стохастической границы 3. 1. Применение метода оценки стохастической границы производственных возможностей для расчета налогового потенциала В обзоре литературы были отмечены сравнительные преимущества применения frontier-метода по сравнению с OLS-методом в случае наличия ненаблюдаемых факторов с несимметричным распределением.

Ряд институциональных ненаблюдаемых факторов неэффективности, влияющих на налоговый потенциал, может быть несимметрично распределен. Примерами такого рода факторов являются коррупция, уклонение от налогов, недостаточная квалификация сотрудников администрирования. Все они, являясь факторами неэффективности, приводят к снижению налоговых сборов. При использовании OLS-метода оценка налогового потенциала представляет собой среднюю величину налоговых сборов при среднем уровне усилий и поэтому дает незначительное представление о потенциально возможном увеличении налогов.

В отличие от OLS-метода frontier-метод позволяет получить оценку налогового потенциала, в котором исключено отрицательное влияние факторов неэффективности, т.е. позволяет учесть, что в ряде регионов налоги собираются неэффективно в связи с наличием трудно измеряемых факторов, регулярно действующих в сторону снижения налоговых сборов. Поэтому frontier-метод позволяет оценивать предельный (максимальный) уровень налоговых сборов, который может быть реализован, если устранить неэффективность процесса сбора налогов.

3. 2. Модель, используемая для оценивания налогового потенциала В данной работе проверяются следующие гипотезы.

Первая гипотеза состоит в том, что налоговый потенциал регионов России зависит как от факторов, характеризующих налоговую базу и структуру экономики, так и от факторов, характеризующих институциональную среду регионов. В качестве таких факторов могут выступать уровень распространенности коррупции, размер теневого сектора, степень законодательной защищенности граждан и т.д. Сложность учета влияния институциональных факторов состоит в том, что в большинстве случаев нет адекватных статистических данных, позволяющих численно измерять эти факторы.

Раздел 2. Государственные финансы, налоги и бюджет Вторая гипотеза заключается в том, что влияние институциональных факторов на налоговый потенциал имеет несимметричное распределение и приводит к занижению оценки налогового потенциала.

В качестве переменной, характеризующей налоговый потенциал, берется отношение налоговых поступлений в регионе к ВРП. В качестве переменной, характеризующей налоговую базу в регионе, мы используем отношение прибыли организаций к ВРП1. Кроме того, в качестве объясняемых переменных применяются доли различных отраслей экономики региона в ВРП, что позволяет описать структуру экономики.

Используется также несколько показателей, которые характеризуют уровень институционального развития регионов, а именно, индекс инвестиционного риска регионов, коэффициент младенческой смертности, число общеобразовательных учреждений. Коэффициент младенческой смертности и количество общеобразовательных учреждений применяются как характеристики уровня жизни в регионе. Индекс риска описывает уровень развития законодательных, политических, судебных региональных институтов, а также отражает уровень коррупции в регионах. Поэтому этот показатель используется нами для проверки гипотезы о том, что существенными факторами, обусловливающими неэффективность налоговых сборов, имеющими несимметричное распределение, являются коррупция, низкое качество администрирования. Если это так, то включение данного показателя в модель должно приводить или к уменьшению значимости, или к незначимости несимметричной компоненты ошибок.

Для оценивания налогового потенциала используется следующее уравнение:

ln(npy) = c + a ln( priby) + b X + dY + n - u, (6) n где случайная ошибка имеет симметричное распределение, а имеет u несимметричное строго неотрицательное распределение; npy – отношение налоговых поступлений в регионе к ВРП в %; priby – отношение прибыли организаций в регионе к ВРП в %; – переменные, хаX рактеризующие структуру экономики региона2; Y – переменные, характеризующие развитость экономических институтов.

Данные Росстата за соответствующие годы.

Там же.

Российская экономика: взгляд молодых исследователей Переменные, используемые в качестве характеристики развитости институтов: mladsmert – коэффициент младенческой смертности1;

school – число дневных общеобразовательных учреждений на тыс. чел.;

risk – индекс инвестиционного риска2.

3. 3. Эмпирическое оценивание налогового потенциала регионов по налогу на прибыль организаций и проверка гипотез Для оценивания налогового потенциала регионов по налогу на прибыль используются данные по налоговым поступлениям по налогу на прибыль организаций за 2004–2007 гг.3 С помощью frontier-метода на cross-section данных оценивалось уравнение (6). В итоговой регрессии были оставлены только значимые факторы. Подбиралась спецификация уравнения, позволяющая наиболее полно объяснить поведение налоговых сборов. Несимметричная составляющая остатков в этом случае отвечает за все неучтенные явным образом факторы неэффективности налоговых сборов, в число которых согласно нашей гипотезе входят коррупция, теневой сектор, плохое администрирование. Значимость несимметричной составляющей ошибок говорит о том, что неучтенные факторы неэффективности имеют несимметричное распределение.

Результаты оценивания уравнения (6) с помощью frontier-метода представлены в табл. 2. Вначале оценка уравнения проводится без включения индекса риска (спецификация «а»), а потом с его включением (спецификация «b»).

Во всех случаях переменная, характеризующая налоговую базу, получилась значимой и положительно влияющей. Среди переменных, описывающих структуру экономики, значимыми оказались доля сельского хозяйства в ВРП (selhoz) и доля расходов на образование в ВРП (obrazov). Оба эти показателя оказывают отрицательное влияние на величину налоговых поступлений. Сельское хозяйство снижает налоговые поступления, поскольку эта отрасль имеет льготы по уплате налога на прибыль. Переменная obrazov в том виде, в котором она определена, отражает размер бюджетного сектора региона. Таким образом, чем больше переменная obrazov, тем большую долю составляет бюджетное финансирование, следовательно, тем меньше налоговая база. Также от Данные Росстата за соответствующие годы.

Индекс риска рассчитан агентством «Эксперт».

Под оценкой налогового потенциала в дальнейшем будет пониматься оценка отношения налоговых поступлений к ВРП, полученная с помощью frontier метода.

Раздел 2. Государственные финансы, налоги и бюджет рицательное значимое влияние на налоговые поступления оказывает переменная mladsmert. Более высокий коэффициент младенческой смертности соответствует более бедным регионам, а более бедные регионы платят меньше налогов. Таким образом, знаки объясняющих переменных согласуются с экономическими соображениями относительно их влияния.

Pages:     | 1 |   ...   | 14 | 15 || 17 | 18 |   ...   | 42 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.